基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
装甲目标自动检测一直是红外制导领域的研究热点与难点.解决该问题的传统方法是提取目标的低层次特征,并对特征分类器进行训练.然而,由于传统的检测算法不能覆盖所有的目标模式,在实际应用中的检测性能受到限制.本文受边缘感知模型的启发,提出了一种基于边缘感知的改进深度网络,该网络是通过边缘感知融合模块提升装甲轮廓精度,利用特征提取模块和上下文聚合模块的优势,能够更好地适应目标的形态变化,具有较高的检测与识别的精度.验证结果表明,本文提出的装甲检测网络模型可以有效地提高红外图像中装甲的检测与定位精度.
推荐文章
基于结构感知深度神经网络的显著性对象检测算法
显著性对象检测
深度学习
显著图
卷积神经网络
对象骨架检测
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于递归神经网络的视频多目标检测技术
机器视觉
深度学习
递归神经网络
卡尔曼滤波
视频多目标检测
卷积神经网络
基于改进BP神经网络图像边缘检测的研究
神经网络
边缘检测
二值化
改进BP算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于边缘感知的深度神经网络红外装甲目标检测
来源期刊 红外技术 学科
关键词 装甲车辆 红外图像 目标检测 边缘感知 自寻的导弹 金字塔池化
年,卷(期) 2021,(8) 所属期刊栏目 图像处理与仿真|IMAGE PROCESSING & SIMULATION
研究方向 页码范围 784-791
页数 8页 分类号 TP753
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (21)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(7)
  • 参考文献(3)
  • 二级参考文献(4)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
装甲车辆
红外图像
目标检测
边缘感知
自寻的导弹
金字塔池化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外技术
月刊
1001-8891
53-1053/TN
大16开
昆明市教场东路31号《红外技术》编辑部
64-26
1979
chi
出版文献量(篇)
3361
总下载数(次)
13
论文1v1指导